---

در بازارهای برق تجدیدساختاریافته، ییش‎بینی صحیح قیمت اهمیت فراوانی برای تمامی شرکت‌کنندگان بازار دارد. به دلیل ویژگی‌های خاص و پیچیدگی‌های سیگنال قیمت بازار، یک موتور پیش‌بینی نمی‌تواند به تنهایی تمامی الگوهای مختلف موجود در سیگنال قیمت را شناسایی و مدل نمایند. بنابراین، جهت افزایش صحت پیش بینی‌ها، این مقاله یک روش هیبرید کننده ارائه می‌دهد تا بتواند از به صورت همزمان از مزیت‌های چند موتور پیش‌بین استفاده نماید. در روش پیشنهادی سه موتور پیش‌بین مقدماتی پیش‌بینی‌هایی مستقل از قیمت بازار برق ارائه می‌دهند. سه موتور پیش‌بینی مقدماتی استفاده شده در این مقاله عبارتند از: شبکه‌های عصبی مصنوعی چند لایه، سیستم استنتاج تطبیقی فازی-عصبی (ANFIS) و روش میانگین متحرک خودگردان (ARMA). سپس یک الگوریتم ترکیب اطلاعات جدید ارائه شده است که این سه پیش‌بینی مستقل را با یکدیگر ترکیب نموده تا یک پیش‌بینی واحد از قیمت برق ارائه نماید. روش پیشنهادی از میزان خطای گذشته موتورهای پیش‌بین مقدماتی بازخورد گرفته تا میزان تاثیر آن‌ها را در پیش‌بینی نهایی تنظیم نماید. روش پیشنهادی بر روی داده‌های قیمت بازار اسپانیا اعمال شده اند تا کارایی آن ارزیابی شود. نتایج نشان می‌دهد که روش پیشنهادی می‌تواند پیش بینی‌هایی ارائه دهد که از هرکدام از پیش بینی‌های موتورهای مقدماتی بهتر است.

---

سیستمهای قدرت بطور پیوسته در معرض اختلالات کوچک یا بزرگ قرار دارند. وقوع اختلال در سیستم قدرت باعث تحریک مودهای سیستم از جمله مودهای الکترومکانیکی شده و در نتیجه کمیتهای سیستم دچار نوسانات گذرا می‌شوند. برای بررسی این پدیده‌ها مدلسازی دقیق تمامی تجهیزات سیستم از جمله بارها دارای اهمیت فراوانی است. در این مقاله ابتدا  اهمیت و تأثیر انواع مدلهای بار بر روی پایداری زاویه بار یک شبکه قدرت نمونه مورد بررسی قرار می‌گیرد. با مطالعه انواع مدل­های بار نشان داده خواهد شد که مدلسازی دینامیکی بار بر پایداری سیستم تاثیر گذار است. سپس با انتخاب بهترین مدل دینامیکی و استفاده از فیلتر کالمن بدون دنباله (UKF) پارامترهای مدل با استفاده از روش "بازخوانی رخداد" و تزریق ولتاژ و فرکانس ایجاد شده بعد از اغتشاش به شینه مورد نظر تخمین زده می‌شوند.

---

ثابت اینرسی به عنوان پارامتری کلیدی که سیستمهای قدرت را در برابر اختلال و اغتشاش مقاوم می‌سازد، امروزه تحت تاثیر عواملی چون نفوذ واحدهای تولید پراکنده و کاهش تعداد ژنراتورهای سنکرون سنتی دچار تغییر شده است. تغییرات ثابت اینرسی یک شبکه قدرت، نقش مهمی در عملکرد آن ایفا  کرده و عدم اطلاع از وضعیت آن، پیامدهای شدیدی بر روی سیستمهای حفاظت و کنترل آنلاین شبکه خواهد داشت و لذا آگاهی از تغییرات آنلاین آن برای اپراتورهای سیستم انتقال امری ضروری است. در این مقاله یک روش تخمین اینرسی آنلاین ارائه می‌شود که براساس نوسانات الکترومکانیکی بین ناحیه‌ای بوده و به طور همزمان ثابت اینرسی شبکه و ضریب میرایی سیستم را تخمین می‌زند. در مقاله حاضر، برخلاف روشهای قبلی که از توان اکتیو انتقالی بین دو ناحیه استفاده می‌شد، پارامترهای نوسان از زاویه ولتاژ باسها استخراج شده که باعث افزایش دقت تخمین شده است. برای این‌کار و بر اساس معادله نوسان کلاسیک، ابتدا رابطه بین ثابت اینرسی سیستم و پارامترهای نوسان الکترومکانیکی با روش پرونی تعیین شده و سپس اینرسی و ضریب میرایی معادل شبکه تخمین زده می‌شود. کارایی و دقت روش تخمین پیشنهادی توسط نرم افزار دیگسایلنت و متلب و در چندین سناریو که بر روی شبکه استاندارد ۳۹ باس IEEE پیاده‌سازی می‌شوند، صحت‌سنجی می‌گردد. . نتایج شبیه‌سازی نشان‌دهنده دقت مناسب روش پیشنهادی است. نشان داده می‌شود که نتایج تخمین اینرسی و ضریب میرایی بر اساس سیگنال توان اکتیو به ترتیب دارای درصد میانگین خطا ۱۰ و ۳۲/۱۷ بوده که پس از استفاده از سیگنال زاویه ولتاژ، نتایج به ترتیب به مقادیر ۰۳/۹ و ۹۴/۱۱ بهبود پیدا می‌کنند. به دلیل سادگی و حجم کم محاسبات، روش ارائه شده می‌تواند توسط بهره‌برداران شبکه به راحتی مورد استفاده قرار گیرد.